[發明專利]故障診斷方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202010036224.3
• 申請日: 2020-01-14
• 公開（公告）號: CN111274084A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 冉翀
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06K9/62
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 劉挽瀾

1.一種故障診斷方法，其特征在于，所述故障診斷方法包括以下步驟：

接收各個主機、容器和模塊的歷史日志，將所述歷史日志轉化為具有相同格式的目標日志；

將所述目標日志按預置順序實時進行集中存儲、融合以及降維處理，得到日志集合；

從預置已知故障類型的數據簇中獲取所述日志集合的第一中心點，并隨機初始化所述第一中心點；

計算所述日志集合中的每個數據組與所述第一中心點之間距離，并按照最小距離原則，將每個數據組中的數據分配到所述已知故障類型的數據簇中；

按照預置迭代次數對所述第一中心點進行迭代，直至所述第一中心點不再變化，得到目標中心點；

接收待預測日志集合，計算所述待預測日志集合中的各個待預測數據組與所述目標中心點之間的最小距離，所述待預測日志集合包括多個待預測數據組；

根據所述目標中心點所對應的半徑與所述最小距離的大小關系，確定故障類型。

2.如權利要求1所述的故障診斷方法，其特征在于，所述將所述目標日志按預置順序實時進行集中存儲、融合以及降維處理，得到日志集合，包括以下步驟：

將所述目標日志按預置順序實時進行集中存儲、融合以及將所述目標日志中的文本切分成多個短句；

將所述短句切分為特征詞條，建立特征詞條的特征表示，得到文本特征向量；

通過主成分分析方法對所述文本特征向量進行降維處理，得到日志集合。

3.如權利要求1所述的故障診斷方法，其特征在于，所述按照預置迭代次數對所述第一中心點進行迭代，直至所述第一中心點不再變化，得到目標中心點，包括以下步驟：

通過以下公式計算每個數據組中所有數據的平均值，根據所述平均值得到第二中心點；

其中，U_i為第i個分類C_i的向量平均值，即新類中心，x_i為分類C_i內的所有向量，i為分類的編號，N^*為正整數；

判斷所述第二中心點是否與第一中心點相同；

若所述第二中心點與第一中心點相同，則得到目標中心點；

若所述第二中心點與第一中心點不相同，則按照預置迭代次數對所述第一中心點進行迭代，直至所述第一中心點不再變化，得到目標中心點。

4.如權利要求1-3中任一項所述的故障診斷方法，其特征在于，所述根據所述目標中心點所對應的半徑與所述最小距離的大小關系，確定故障類型，包括以下步驟：

判斷最小距離d是否小于目標中心點所對應的半徑r；

若所述最小距離d小于所述目標中心點所對應的半徑r，則判斷所述最小距離d與所述目標中心點所對應的半徑r之間的差值L是否小于或等于預設閾值，其中，L＝(r-d)；

若L小于或等于預設閾值，則獲取與所述r相對應的故障類型。

5.如權利要求1所述的故障診斷方法，其特征在于，在所述根據所述目標中心點所對應的半徑與所述最小距離的大小關系，確定故障類型之后，所述故障診斷方法還包括以下步驟：

收集指定時間段內的實際故障類型；

檢測所述實際故障類型是否增加；

若所述實際故障類型增加，則通過聚類分析獲取所述指定時間段內實際日志的數據簇。

6.如權利要求1所述的故障診斷方法，其特征在于，在所述將所述目標日志按預置順序實時進行集中存儲、融合以及降維處理，得到日志集合之前，所述故障診斷方法還包括以下步驟：

獲取時間戳和請求ID；

基于所述時間戳和所述請求ID確定預置順序。

7.如權利要求1所述的故障診斷方法，其特征在于，所述接收待預測日志集合，計算所述待預測日志集合中的各個待預測數據組與所述目標中心點之間的最小距離，所述待預測日志集合包括多個待預測數據組包括以下步驟：

從一個或多個相互交互的主機、容器或模塊獲取待預測日志集合，所述待預測日志集合包括多個待預測數據組；

通過歐式距離公式計算所述待預測日志集合中的各個待預測數據組與所述目標中心點之間的最小距離。